MIS管理信息系统课件7.ppt

  1. 1、本文档共97页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
* * * 10.4 数据库设计规范化 数据库设计规范化——范式理论篇(P345) 必要性:解决在关系模式设计时,存在的数据存储异常现象:数据冗余、修改异常、插入异常、删除异常等。 ISBN 书名 页数 价格 出版社 作者 7-04-001968-O.719 概率论 403 5.8 高教出版社 盛聚 7-04-001968-O.719 概率论 403 5.8 高教出版社 谢式千 7-111-06887-4 可靠性模型与应用 270 19.0 机械工业出版社 蒋仁言 7-111-06887-4 可靠性模型与应用 270 19.0 机械工业出版社 左明健 7-5327-1224.9/1.717 基督山伯爵 1428 18.0 止海译文出版社 大仲马 7-5237-1224-9/1.321 三个火枪手 982 16.7 上海译文出版社 大仲马 10.4 续 第二规范型: 如果一个关系模式属于1NF,并且所有的非关键字都完全地依赖于关键字(即不存在部分依赖),则称该关系模式属于第二规范型 , 即 2NF 。 10.4 续 第一规范型: 如果一个关系模式中的属性都是单纯的(即不可再分为更小的属性),则称该 模式是属于第一规范型(First Normal Form , 即 1NF )。 姓名 地址 省 市 街道 邮编 甲 江苏 南京 卫岗 210095 10.4 续 第三规范型: 如果一个关系模式属于2NF,并且不存在非关键字传递地依赖于关键字,则称该关系模式属于第三规范型(3NF)。 职工号 职工 职务 工资 1001 张三 工程师 200 1002 李四 技术员 120 1005 王五 高工 350 10.4 续 适当的规范化 规范化程度越高 数据冗余 更新异常 连接运算时间 查询时间 效率 * * * * * * * * * * * * * * * * * * * * * * * * * * * 7.4.2 联机分析处理 OLAP中的基本概念 (2) 维的取值:也称为维的成员 度量:企业收集和存储的用于评价业务状况的数值性数据,以监测和评估企业成效。 多维数组 数据单元(单元格) 多维数组的取值称为数据单元 7.4.2 联机分析处理 OLAP中的基本概念 (2) 7.4.2 联机分析处理 OLAP的基本操作 -切片(Slice) 在多维数组的某一维上选定其维成员的动作称为切片 在多维数组(维1,维2,…维n,度量)中选中某一维,如维i,并取其某一维成员(设为维成员Vi),所得的多维数组的子集(维1,维2,…维成员Vi,…维n,度量)称为在维i上的一个切片。 7.4.2 联机分析处理 OLAP的基本操作 -切块(Dice) 数据切块就是将完整的数据立方体切取一部分数据而得到的新的数据立方体。 选取多维数组(维1,维2,…,维n,度量)中若干维度(通常是3个维度便于图形显示)的取值范围,从而形成了多维数据的子集(维1,维2,…,Ai 维i Bi,…,Bj 维j Bj,…,维度n,度量),这个多维数据子集被称为切块。 7.4.2 联机分析处理 OLAP的基本操作 -下钻/上卷(Drill Down/Roll Up) 数据下钻(向下钻取)是从较高的维度层次下降到较低的层次上来观察多维数据 数据上卷是下钻的逆向操作,是对数据进行高层次聚合的操作。 7.4.2 联机分析处理 OLAP的基本操作 -旋转(Rotate) 不同维度间的旋转 维层次间的旋转 数据旋转是改变维度的位置关系,使最终用户可以从其他视角来观察多维数据。 7.4.2 联机分析处理 OLAP的基本操作 -旋转(Rotate) 不同维度间的旋转 维层次间的旋转 数据旋转是改变维度的位置关系,使最终用户可以从其他视角来观察多维数据。 7.4.3 商务智能 7.4.3 商务智能 20世纪80年代末,机器学习方法在数据分析中的应用导致数据库知识发现(KDD,Knowledge Discovery in Database)的产生。 20世纪90年代以来,以数据挖掘技术为核心的商务智能(知识发现在商业的应用)受到了学术界和业界的广泛关注。 知识发现、数据挖掘与商务智能 7.4.3 商务智能 商务智能应用系统 目前商务智能和数据挖掘工具分为三类: 通用单任务类 通用多任务类 面向专门领域类 7.4.3 商务智能 IBM 商业智能解决方案 7.4.3 商务智能 BI 的数据挖掘解决方案 Intelligent Miner 7.4.4 数据挖掘 (Data Mining) 数据挖掘 /知识发现 (从海量数据中淘“金”) 7.4.4 数据挖掘 (Data Mining) 数据挖掘的特点 传统的决策分析技术中,都是决策人员事先给出逻辑假

文档评论(0)

wuyoujun92 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档